[논문 리뷰] Generative AI in the Construction Industry: Opportunities & Challenges

Prashnna Ghimire, Kyungki Kim외 1명|arXiv (Cornell University)|2023. 09. 19.

BIM and Construction IntegrationEngineering참고 문헌 122인용 수 3

한 줄 요약

이 논문은 문헌 고찰, 프로그래밍 기반 단어 구름 분석, 전문가 의견을 활용하여 건설 산업에 생성형 AI(Generative AI, GenAI)를 통합하는 데서 나타나는 기회와 과제를 조사한다. 이를 통해 설계, 문서화, 프로젝트 관리 분야에서의 핵심 응용 사례를 특정하고, 데이터 품질, 편향, 윤리적 사용과 관련된 위험 요소를 제기하며, 향후 연구 및 실무 적용을 위한 기초 가이던스를 제공한다.

ABSTRACT

In the last decade, despite rapid advancements in artificial intelligence (AI) transforming many industry practices, construction largely lags in adoption. Recently, the emergence and rapid adoption of advanced large language models (LLM) like OpenAI's GPT, Google's PaLM, and Meta's Llama have shown great potential and sparked considerable global interest. However, the current surge lacks a study investigating the opportunities and challenges of implementing Generative AI (GenAI) in the construction sector, creating a critical knowledge gap for researchers and practitioners. This underlines the necessity to explore the prospects and complexities of GenAI integration. Bridging this gap is fundamental to optimizing GenAI's early-stage adoption within the construction sector. Given GenAI's unprecedented capabilities to generate human-like content based on learning from existing content, we reflect on two guiding questions: What will the future bring for GenAI in the construction industry? What are the potential opportunities and challenges in implementing GenAI in the construction industry? This study delves into reflected perception in literature, analyzes the industry perception using programming-based word cloud and frequency analysis, and integrates authors' opinions to answer these questions. This paper recommends a conceptual GenAI implementation framework, provides practical recommendations, summarizes future research questions, and builds foundational literature to foster subsequent research expansion in GenAI within the construction and its allied architecture & engineering domains.

연구 동기 및 목표

• 건설 산업에서 생성형 AI가 어떻게 도입될 수 있을지 이해하는 데 있어 중요한 지식 격차를 해소하기 위해.
• 단어 구름 및 빈도 분석과 같은 텍스트 마이닝 기법을 통해 산업계의 GenAI에 대한 인식을 분석하기 위해.
• 건설 워크플로우 전반에 걸친 GenAI 도입의 핵심 기회와 과제를 식별하기 위해.
• 건설 및 관련 AEC 분야에서의 초기 단계 GenAI 통합을 위한 개념적 프레임워크를 제안하기 위해.
• GenAI의 건설 분야 적용을 위한 실천 가능한 권고안을 제시하고 향후 연구 방향을 제시하기 위해.

제안 방법

• 건설 분야의 GenAI에 관한 기존 지식를 맵핑하기 위해 종합적인 문헌 고찰을 수행하기 위해.
• 산업 관련 텍스트 데이터에 대한 프로그래밍 기반 단어 구름 및 빈도 분석을 수행하여 인식 추세를 추출하기 위해.
• 저자들의 전문가 의견을 통합하여 연구 결과를 해석하고 통찰을 검증하기 위해.
• 건설 및 AEC 부문에 특화된 개념적 GenAI 구현 프레임워크로 결과를 통합하기 위해.
• 질적 종합을 통해 실천 가능한 권고안과 향후 연구 질문을 도출하기 위해.
• AI, 건설 실무, 영역 특화 과제를 융합한 다학제적 시각을 적용하기 위해.

실험 결과

연구 질문

• RQ1 생성형 AI가 건설 산업의 관행을 어떻게 변화시킬 잠재적 기회가 있는가?
• RQ2 기술적, 윤리적, 운영적 장벽을 포함하여 건설 분야에서 생성형 AI를 구현하는 데 있어 핵심 과제는 무엇인가?
• RQ3 현재 산업계의 인식은 생성형 AI 모델의 능력과 한계와 얼마나 일치하는가?
• RQ4 생성형 AI를 책임감 있고 효과적으로 구현하기 위한 개념적 프레임워크는 무엇인가?
• RQ5 건축, 토목, 공학 분야에서 GenAI 도입을 촉진하기 위해 필요한 향후 연구 방향은 무엇인가?

주요 결과

• 생성형 AI는 설계 창의성 향상, 문서 자동화, 프로젝트 기획 향상에 강력한 잠재력을 보이고 있다.
• 높은 관심에도 불구하고, 분산된 데이터, 노후 시스템, 변화에 대한 저항으로 인해 건설 산업은 AI 도입에서 뒤처지고 있다.
• 단어 구름 및 빈도 분석을 통해 산업 논의에서 '효율성', '자동화', '설계', '데이터 품질' 등의 반복적 주제가 드러났다.
• 주요 과제로는 모델의 환상( hallucination ), 데이터 프라이버시, 훈련 데이터의 편향, 건설 환경에 특화된 파라미터 미세조정의 부족이 있다.
• 제안된 개념적 프레임워크는 데이터 준비에서부터 배포 및 모니터링까지 GenAI 통합 단계를 명시하고 있다.
• 본 연구는 AEC 분야에서 GenAI에 관한 향후 연구를 지원하기 위한 기초 문헌을 구축하였으며, 윤리적이고 실천 가능한 구현을 강조하고 있다.